【技术实现步骤摘要】
本专利技术涉及智能化电力负荷控制，尤其涉及一种基于机器学习的短期电力负荷预测方法及系统。
技术介绍
1、随着社会经济和电力能源技术的发展，电力用能正在发生深刻的变革，包括新能源汽车在内的各种新型用能负荷接入的配电网，大规模和大流量的电力用能需求在社会和经济事件中变得愈发重要。为了满足这一需求，相关的理论和应用研究成为当前的一个技术研究热点和焦点。
2、在这一背景下，基于神经网络的短期电力负荷预测方法及系统的研究成果应运而生。目前，尽管已经存在各种传统的统计方法和基于机器学习的方法用于电力负荷预测，但仍面临着一些挑战和不足之处。传统的统计方法在预测精度和实时性方面存在局限性，难以捕捉到复杂的负荷变化模式，并且对历史数据和环境因素的依赖程度较高。
3、例如，对于各种新能源电力用能负荷，其具有离散的分布式特性以及电力用能负荷在时间维度的非均衡属性，在大直流电需求路线上，所需的电力配置往往在启动的情况下要求较高，这与传统数据网络模型中电力配置的恒定值化特征不匹配，容易在新能源用能负荷启动的情况下容易出现电力不足的情况，并...
【技术保护点】
1.一种基于机器学习的短期电力负荷预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于机器学习的短期电力负荷预测方法，其特征在于，所述第一网络模型包括串联的识别网络模型和深度学习网络模型；其中，所述第一检测结果包括第一电流时序数据和第一电压时序数据；
3.根据权利要求2所述的基于机器学习的短期电力负荷预测方法，其特征在于，其中，将所述第一图像数据和所述第二图像数据作为第一输出结果，包括：
4.根据权利要求1所述的基于机器学习的短期电力负荷预测方法，其特征在于，其中，根据所述第一输出结果，调整所述DC/DC变换器在第二时...
【技术特征摘要】
1.一种基于机器学习的短期电力负荷预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于机器学习的短期电力负荷预测方法，其特征在于，所述第一网络模型包括串联的识别网络模型和深度学习网络模型；其中，所述第一检测结果包括第一电流时序数据和第一电压时序数据；
3.根据权利要求2所述的基于机器学习的短期电力负荷预测方法，其特征在于，其中，将所述第一图像数据和所述第二图像数据作为第一输出结果，包括：
4.根据权利要求1所述的基于机器学习的短期电力负荷预测方法，其特征在于，其中，根据所述第一输出结果，调整所述dc/dc变换器在第二时间的所述第一设备输出的第一直流电，包括：
5.根据权利要求1所述的基于机器学习的短期电力负荷预测方法，其特征在于，得到第一输出结果之...
【专利技术属性】
技术研发人员：石智永，王国民，王心怡，王宏茹，王晓博，
申请(专利权)人：国网河南省电力公司郑州供电公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。